论文部分内容阅读
摘要：摘要收入偏低是造成中低技能劳动者就业质量不高的一个重要原因。利用教育部“2015年全国中等职业教育毕业生就业质量调查”数据考察了以能力为核心的新人力资本在中低端劳动力市场的回报。结果发现在中低技能群体中，以能力为核心的新人力资本具有较高的回报率，其中非认知能力（尽责性）的回报率最为突出，为14.3%。这种回报优势在不同的岗位与不同的性别群体中具有显著的异质性，并且在纠正了内生性后，非认知能力的收入效应仍然较为稳健。本研究的实证结论揭示了非认知能力在提升中低技能群体就业质量中的巨大价值，在此基础上提出了提升其收入的有效途径。
关键词：关键词新人力资本;认知能力;非认知能力;尽责性;中低技能劳动者
中图分类号：中图分类号F244文献标识码：A文章编号：1000-4149（2019）01-0110-13
DOI：10.3969/j.issn.1000-4149.2019.01.009
一、引言
我国正处在经济转型与产业结构升级的关键时期，产业工人的技术与能力提升是否能够支撑产业的更新升级是我们关注的重点，在此背景下，我国大力推进职业教育与职业培训，旨在为产业转型输出足量保质的合格技能工人。职业教育与培训的一项重要目的是让劳动者获得创造价值与获取收入的能力，在此基础上才能成为产业升级与经济转型的动力。从这一点上来看，我国职业教育与培训的效果并不让人满意。我国职业教育近些年来发展迅速，设置近千个专业，在校人数超过2600多万，毕业生的就业率连续十年保持在95%以上，然而当我们继续关注毕业生在岗位上的表现时，就能进一步窥见问题所在——就业质量堪忧。收入水平低、工作稳定性较差、职业发展空间有限是职业教育毕业生普遍面临的问题。2010—2015年我国职业培训的总培训量高达1.2亿人次，与之相随的是培训有效性与针对性饱受诟病，能满足企业转型需要的技能工人仍然存在较大的缺口，技能劳动者仅占就业人员的21%
数据来自于《2010—2015年度人力资源和社会保障事业发展统计公报》。。这是否说明我国的技能教育与培养体系忽视了产业工人在中低端劳动力市场上取得回报的一些重要胜任力素质，在此背景下我们需要从探寻中低技能工人的收入决定因素出发，从而进一步探索其提升收入与就业质量的有效途径。
二、文献综述
基于传统人力资本研究框架，劳动经济学者在关注收入决定时，大多聚焦教育水平[1-2]，大量的实证研究简单地将教育作为潜在能力的代理变量，这样做的隐含假设是个体教育水平的差异可以较为准确地反映出在劳动力市场上获得报酬的各种能力水平的差异。但是在我国劳动力市场上，即使教育水平相同的个体，运算、语文等技能差别仍然很大，可见收入决定中的能力要素不容忽视。新人力资本理论开启了以“能力”而非“教育”为核心的研究框架，研究者们得以更深层次地去刻画人力资本的异质性。在新人力资本理论中以前被认为是不可测量的能力成为收入决定中的核心变量，而对于能力应该包括哪些维度，实证研究也经历了一系列探索的过程。
起先，大量的实证研究发现对个体收入等社会经济结果而言，认知能力
认知能力是指人脑加工、储存和提取信息的能力，即人们对事物的构成、性能与他物的关系、发展的动力、发展方向以及基本规律的把握能力。它是人们成功地完成活动最重要的心理条件。知觉、记忆、注意、思维和想象的能力都被认为是认知能力。即智商，是最强有力的决定因素[3-5]，影响路径包括直接影响收入与通过影响教育水平间接影响收入。其中后者的效应更强，学者们发现当剔除教育因素后，认知能力对收入的预测能力显著下降[6]。因此，在研究认知能力的收入效应时，如何去除教育混杂的影响是实证研究需要解决的重要问题。然而，认知能力在对个体收入的解释力上并未让人满意。传统经济学研究中，个体决策主要受到约束、偏好和预期的影响，它们通常被设定为外生的。研究者发现非认知能力可以通过影响这三种因素间接影响个体决策，从而决定劳动者的社会经济表现[7-9]。非认知能力即人格特质，指不直接参与认知过程，但对认知过程起作用的心理因素，在实证研究中“大五人格”是最常被用来测量非认知能力的指标[4]。海克曼（Heckman）等通过追踪研究美国参与GED（General educational development）的學生的一系列潜在能力向量发现非认知能力在劳动力市场上有区别于认知能力的独立价值，其与认知能力在预测成人劳动者工资上效力相当，回报率约为11.2%[4]。至此，新人力资本的理论框架基本确定，认知能力与非认知能力一起构成了新人力资本的核心。
随着研究的展开与深入，研究人员们发现认知能力的解释力随着工作复杂程度的降低有所降低，而非认知能力对工资的影响在中低端劳动力市场上表现得尤为突出。马克思主义经济学家们很早就发现在以低技能为特点的劳动力市场中，比起智力和独立思考能力，雇员的忠诚、服从和持久性对雇主更有价值[10-11]。尼赫斯（Nyhus）和庞斯（Pons）利用荷兰住户调查数据（DNB）检验了“大五人格”特征的收入效应，发现宜人性与女性低收入群体紧密相关[12]。林奎斯特（Lindqvist）、韦斯特曼（Vestman）在比较了认知与非认知能力的收入效应后，认为非认知能力对低技能工人与收入分布中的低层次群体的收入有很好的预测力，而认知能力的预测力主要针对技能工人与收入分布在15分位以上的群体。基于研究结论他们认为在劳动力市场上认知能力的作用在于如何追求成功，而非认知能力的重要性在于如何避免失败。此外，非认知能力能较好地预测和解释不同行业与不同特征的劳动力市场上的工作表现[5]。库尔科瓦（Kureková）等发现对比工业制造业部门，服务业的中低技能岗位上雇主更偏好非认知能力。不同国家的劳动力市场对能力类型的偏好也有很大差异，捷克与爱尔兰劳动力市场正规化程度较高，正规学历教育与认知能力更受青睐。丹麦劳动力市场需求的灵活性更强，看重雇员能够跨职业跨技能从事工作，因此雇主更青睐一系列的非认知能力，包括沟通、独立性和信任感[13]。 综上所述，现有围绕新人力资本的收入效应研究主要集中于发达国家，对发展中国家的劳动力市场关注不足，特别是针对特征性劳动力市场（例如中低端劳动力市场）还鲜有人关注。囿于数据局限性，我国围绕新人力资本回报率的研究仍然处于起步阶段，即使有研究者选择少数可以支撑此类研究的数据库（CFPS，CEES）进行实证研究，这些研究也存在一些可以改进的地方：这些研究一方面缺乏对中国劳动力市场的异质性分析，另一方面采用的识别策略也存在一些不足，使得能力与工资的因果关系得不到有效识别[14-16]。大部分的研究通常假定能力是外生的，即认为其不会受到与个体收入、教育决策相关的因素影响。智商水平在10岁左右保持稳定尚且较为符合假定，但非认知能力的形成特点从根本上与这个强假设相违背。达尔（Dahl）发现非认知技能的可塑期比认知能力更长，因为负责控制情绪和自我管理的脑前额皮质在20多岁以内都具有可塑性[17]。因此，非认知能力在生命周期内并不稳定，它不仅会影响收入，与收入相关的教育、经验等因素也会反过来影响非认知能力的形成，从而存在反向因果关系，使得实证估计的结果存在偏差。
在此背景下，本文利用“全国中等职业教育毕业生就业质量调查”数据，放松非认知能力的外生性假设，探寻认知与非认知能力在我国中低端劳动力市场上的回报，以期为我国中低技能人才的培训与就业能力开发方案提供实证参考。
三、数据、模型和变量
1.数据来源
本文的数据来源于教育部组织进行的“2015年全国中等职业教育毕业生就业质量调查”数据，该数据采用网络问卷在线自填方式，按照5%的比例对山东、四川两个地区的2010—2013年间毕业的中职毕业生进行抽样调查，经过对无效样本的剔除筛选，共回收1413个样本。值得指出的是此项调查首次纳入认知与非认知能力的测量，而其他同类型调查都很难获得能力的测量数据。此数据还具有以下优点，首先数据包含了毕业生初次进入劳动力市场的工资，这为我们克服截面数据在估计因果效应时存在的缺陷，解决内生性问题找到了突破口。其次，如前所述能力可以通过影响个体获得教育水平来影响收入，因此选取同一教育程度的毕业生作为样本分析两种能力的回报，完全避免了教育作为混杂因素，对能力—收入效应的干扰。国家通常用劳动者的学历与收入水平来定义其技能等级，本数据的样本全部是中职院校的毕业生，且样本群体的工资水平为当地当年最低工资标准的1.6—1.8倍，因此本文将样本群体定义为中低技能群体。
3.变量选取
本文的研究对象为中低技能劳动者，因变量是对中低技能劳动者的月工资收入取对数。核心自变量是新人力资本的核心——认知与非认知能力。认知能力测试题目中4道来自韦氏智力量表，2道来自卡特尔16PF聪慧性试题，4道来自瑞文（Raven’s Progressive Matrices）标准推理测验。非认知能力方面，不同的研究选择不同的量表对非认知能力进行度量，较为常见的包括自尊量表[19]、控制点量表[20]、侵略性—逃避性量表[20]和大五人格量表（或称为五要素模型）。越来越多的证据表明，所有对于个人特质的度量都可以归类到五要素模型中[21]，而像自尊、控制点并不能完全涵盖所有个人特质;大五人格结构的维度划分能适用于不同的文化，并能保持较高的稳定性[22];此外，很多对个人特质回报的实证研究都采用了五要素模型，采用相同的度量方法便于进行结果的比较[23]。可见，大五人格量表在度量个性特质时全面而稳定，应用性较广。因此，本研究采取大五人格量表度量非认知能力
原量表共44个问题，每个维度有8—10个问题，考虑到问卷题量过大，在本次调查中每个维度仅取了4个问题。大五人格量表的信度系数一般在0.75—0.90之间，此次调查中五个维度换算出的信度系数为0.78—0.86，平均值为0.82，满足了高于0.75的信度标准。因此，本次调查对非认知能力的度量是可信的。，它将人的个性特质分为开放性、尽责性、外倾性、随和性和神经质，表1是大五人格的解释[24-27]。非认知能力中的五大人格特质得分和认知能力得分都用平均得分表示。其他变量包括健康状况、工作经验、性别、家庭经济地位、兄弟姐妹个数、员工类别、地区和受访者參加第一份工作第一个月的工资收入，所有变量的描述性统计见表2。
四、实证分析
1.描述性统计结果
表3是变量的描述性统计分析，从新人力资本的角度来看，女性的智商得分更高，此外女性在尽责性、外倾性、随和性方面的得分比男性高，而男性在开放性和神经质方面的得分高于女性。传统人力资本存量方面，女性比男性更有优势，其中女性工作经验比男性更丰富，并且健康状况更好。家庭背景方面，男性的家庭经济地位比女性更高，且兄弟姐妹个数比女性更少。分不同的职业类型来看新人力资本方面，两种类别的员工智商水平相当，而技术管理类的员工在开放性、尽责性、外倾性和随和性方面的得分都高于普通一线员工约10%左右，神经质方面，普通员工得分高出4%，说明普通员工在工作中焦虑、沮丧的情绪比较多。传统人力资本存量方面，非普通员工的健康状况和工作经验都比普通员工更有优势。家庭背景方面，普通员工的家庭经济地位高于非普通员工的家庭经济地位，而非普通员工的兄弟姐妹个数比普通员工更少。
2.回归分析结果
本文的研究主要包括两个步骤，首先根据方程（1）的模型结构，使用多元回归方法，其中我们关注的三个重点：①新人力资本对中低技能劳动者工资的影响程度;②新人力资本对中低技能劳动者工资影响的性别差异;③新人力资本对不同职业类别的劳动者工资差异的影响。其次是根据方程（2）、方程（3）和方程（4），利用中职毕业生的第一份工作构建一个非认知能力的外生变量，控制结果的内生性，比较多元回归结果和使用工具变量后的结果。为了更加审慎地描述实证结果，在阐释经验证据时，将许多已有研究的相关结论与本文的研究进行对比分析，以此来验证本部分结论的合理性和稳健程度。 （1）新人力资本对中低技能劳动者工资收入的影响。
已有的大量实证研究结果表明新人力资本对工资有显著的影响[4-5，7-8，23，28-31]，表4的结论验证了在我国中低端劳动力市场上能力的收入效应也非常显著。模型（1）是基准模型，主要为了探讨除新人力资本之外，其他变量尤其是传统人力资本变量（经验、健康）对中低技能劳动者工资的影响，结果表明，模型中的所有自变量对工资都有显著的影响。其中传统人力资本因素中的工作经验与健康状况的提升在劳动力市场中都有显著的正向回报。
模型（2）中仅加入认知能力，不含非认知能力，模型（3）中仅加入非认知能力，不含认知能力，模型（4）为完整模型。横向比较发现，调整R方逐步增大：与基准模型相比，只加入认知能力，对工资对数方差的解释增加了0.4%，只加入非认知能力，对工资对数方差的解释增加了1%，同时加入认知能力和非认知能力后，对工资对数方差的解释增加了1.5%，可见，在中低端劳动力市场上非认知能力与认知能力相比，对工资方差的解释力度更大。在模型（2）和模型（4）中，认知能力的系数显著为正，认知能力对工资有正向影响，认知能力每提高一个标准差，劳动者工资提高6.6%，这与国外实证结果相一致，格罗夫斯（Groves）发现随着智商一个标准差的增加，工资将增加6.6%—7.7%[20]。在非认知能力中的五个维度中，对工资影响最大的是尽责性，其影响程度为14.3%，在5%的显著性水平上显著，即在其他变量控制不变的情况下，尽责性得分每提高一个标准差，工资会提高14.3%。其余四个维度对工资的影响程度在一个数量级，其中开放性、外倾性与随和性估计系数为负，神经质的估计系数为正，这些结果都不显著。从结果来看，尽责性对中低技能劳动者的收入影响最大。
值得一提的是，所有回归模型中，性别虚拟变量的标准估计系数为0.2，且在1%的显著性水平上显著，表明在其他变量不变的情况下，男性比女性月工资高20%，说明在中低技能劳动者中，工资存在较大的性别差异。所有模型中员工类型虚拟变量也都显著，普通员工虚拟变量的标准估计系数为-0.2，说明在其他变量不变的条件下，普通员工比非普通员工工资低20%。这意味着在中低端劳动力市场上收入的性别与岗位异质性较强。那么，认知能力和非认知能力对不同性别以及不同岗位的中低技能劳动者的工资有怎样的影响，能力的回报是否也存在明显的异质性是我们接下来要探讨的问题。
（2）新人力资本对中低技能劳动者收入效应的异质性分析。新人力资本可能通过影响个体的职业选择而对工资产生影响，因此本文首先考察了能力的回报率在职业类别方面的异质性表现。表5中不完整模型和完整模型显示了加入员工职业类型这一变量前后的估计结果。加入员工的职业类型作为解释变量后，非认知能力中尽责性的回报率下降了7%左右，为14.3%，认知能力收入效应基本稳定，为7.0%。可见，非认知能力对工资的影响在不同岗位上具有很强的异质性，我们有必要按照不同的职位类型分别估计能力对工资的影响。表5的3、4两列中，我们把样本分为普通员工和非普通员工两种职业类别的群体，其中普通员工是指从事一线生产的普通操作工人，非普通员工以技术人员和行政管理人员为主，对于普通员工来说，尽责性对工资有正向影响，其他变量控制不变的情况下，尽责性得分每提高一个标准差，月工资会提高17%，高于总体的14.3%和非完整模型中的15.3%;认知能力对普通员工月工资的影响并不显著，可见在普通一线操作岗位上，尽责性超越了智商成为最被雇主看重的能力素质类型。这与林奎斯特和韦斯特曼的研究[5]結果类似，即对于低技能的员工来说，非认知能力比认知能力的回报更高。值得注意的是在本文的其他样本中均不显著的神经质维度显著影响了普通工人工资水平，其得分每提高一个标准差，月工资会提高9.3%。可能的原因是普通一线工人从事强度大、重复性强、枯燥无味的体力劳动，情感越孤僻反而能将精力集中到无味的工作中，提高劳动效率。其次，表5呈现了新人力资本回报的性别异质性。认知能力在中低端劳动力市场的回报显示出轻微异质性，男性的回报率略高于女性，分别为5.9%与5.7%。而非认知能力的收入效应呈现出相反趋势，表现出更强的性别异质性。其中最显著的维度是尽责性，其对工资的解释力和显著性在不同性别之间存在明显差异。尽责性对男性工资没有显著影响，而对于女性来说，控制其他变量，尽责性得分每提高一个标准差，会引起月工资22.2%的提升，不仅高于完整模型中的14.3%，而且与其他传统人力资本变量相比也有明显的回报优势。这与穆勒（Mueller）和泊拉格（Plug）的研究[23]结果一致，即尽责性对于女性更具回报优势。究其原因可能是不同性别的劳动者由于天赋或偏好的差异，从而进入到不同的职业与岗位中，不同职业与岗位上的雇主看重与偏好的能力维度具有较大差异。样本中男性劳动者有62.90%集中在专业技术岗位，该领域更看重雇员的掌握和运用技术的能力，这种能力更大程度上反映的是智商水平。样本中女性劳动者有67.33%集中在与服务相关的职业，这种岗位上雇主可能更看重性格、情绪等特征，使得非认知能力对于女性来说回报更高。
（3）新人力资本对中低技能劳动者收入效应的稳健性分析。
如前所述，非认知能力与收入之间可能存在反向因果关系，本文采用格罗夫斯研究中使用的方法[20]，把开放性、尽责性、外倾性、随和性和神经质分别作为被解释变量，对前一期月工资及其他外生控制变量进行回归（见方程2），估计出每个维度的外生得分，再把这些外生变量代入原回归模型进行估计。对控制内生性前后两个模型回归系数进行Hausman检验，Chi（12）值为93.61，对应P值为0.0000，说明原模型中非认知能力存在较强内生性。
如表6所示，在原模型中引入非认知能力外生变量后，认知能力表现稳健，回报率为6.9%;尽责性对小时工资的影响程度由0.143减小到0.104，显著性水平由1%变为5%，即控制其他变量不变，尽责性得分提高一个标准差，会带来月工资10.4%的提升，可见在职场中与收入相关的特征确实会反过来影响和塑造劳动者的个性特征。控制了内生性后，尽责性依然显现出相对于智商而言，稳健的回报优势，而这种优势主要来源于女性劳动者中尽责性有很高的回报率，甚至高于传统人力资本变量（健康、经验等）。特别值得指出的是，在中低端劳动力市场中以尽责性为主的人格特征的回报率比认知能力（智商）更大，这不仅为我们探索提升中低技能劳动者收入之道找到了突破口，也为中职教育中基于不同能力维度的培养方案的制定提供了实证依据。 五、结论与启示
1.结论
本文利用“2015年全国中等职业教育毕业生就业质量调查”数据考察了传统劳动经济学研究收入时常常被忽略的能力变量在中低端劳动力市场的回报。实证研究首先发现在控制了其他传统人力资本变量后，认知能力与非认知能力都显现出对工资显著的正向作用，回报率分别为6.6%和14.3%，其中非认知能力的收入效应主要来自于尽责性维度。可见，总的来说非认知能力在中低端劳动力市场上更有价值。
其次，本研究发现认知能力与非认知能力的回报在不同性别与不同职业类型中具有较强的异质性，但是与认知能力相比，其在中低端劳动力市场上的优势非常稳健。其中男性的认知能力回报略高于女性，而非认知能力在提升女性收入方面的作用非常显著。女性的尽责性对收入有显著正效应，回报率大于样本平均水平，约为22.2%，而非认知能力的所有维度对于男性都没有显著影响。此外，非认知能力在普通一线员工的收入回报中优势明显，尽责性与神经质都显著促进了中低端劳动力市场上普通员工的收入提升，贡献率分别为17%与9.3%。
最后，本研究发现非认知能力的形成也会受到工资的影响，在纠正了内生性后，本文检验了新人力资本对中低技能群体的收入效应具有较好的稳健性。虽然非认知能力的影响有些微下降，但仍然十分显著，约为10.4%，显著高于认知能力的回报（6.9%）。
2.政策启示
本研究的结论具有以下三个方面的政策启示。
首先，中职教育毕业生是选拔考试的非成功者，其考试成绩不仅体现了智力水平（认知能力）还能体现一些非认知能力的差异，例如成就动机、学习能力和自我约束能力。生源能力水平普遍偏低，使得中职教育难以摆脱“次等教育”的困境。本文的研究结论显示新人力资本中的尽责性维度在中低端劳动力市场上具有很强的回报优势，因此职业教育要突破这一困境，公共教育与培训部门不能仅把精力放在学生的课程学习与技能养成上，而需另寻突破口，着力培养他们“精雕细琢，精益求精”的工作态度和工匠精神。工匠精神的核心品质是敬业与专注，这两种特质都与大五人格中的尽责性维度高度关联。一般来说，中职学生的年龄段处于15—20岁间，此时智商水平基本稳定，提升空间有限，而非认知技能恰好处于形成的关键时期且具有高回报率，应该成为公共教育投资和开发的重点。“事匠技”与“尚匠心”缺一不可，公共教育部门在课程体系的建设、师资力量的配备与资金支持上至少应将对工匠精神（非认知能力）的重视程度上升到与考试成绩（认知能力）同等重要的地位。
其次，本文发现了非认知能力回报具有很强的性别异质性，其对于女性低收入群体的高回报率使得非认知能力可以成为缩小性别收入差距的有效突破口。在围绕职业能力的培养方案的设计中，我国应该针对女性的能力回报特点开发非认知技能提升课程，把责任心、情绪控制与压力管理的技巧纳入课程与考核体系中去。
最后，以扶持弱势群体为目标的公共政策通常陷入难以平衡“公平与效率”的窘境中。传统的培训课程中考试成绩与技术教学（均与认知能力密切相关）是就业能力建设的核心，但培训效果和效率并未让人满意。本研究发现非认知能力在中低端劳动力市场上具有稳健的高回报率，这为我国公共部门开发兼顾“公平与效率”的低收入群体就业能力建设和培训政策提供了一個可行的切入点。在针对中低收入群体的职业能力建设中，开展围绕职业精神、责任感等非认知能力的培训课程，不仅能通过扶弱推动劳动力市场的公平发展，还能大幅提升公共培训工作的效率水平，有效推动低技能群体的收入水平。
参考文献：
参考文献内容
[1]BECKER G S. Human capital： a theoretical and empirical analysis， with special reference to education[M]. Third edition. Chicago and London： University of Chicago Press， 1964：59-91.
[2]MINCER J. Progress in human capital analysis of the distribution of earnings[R].NBER Working Papers，No.0053， 1974.
[3]MURNANE R， WILLETT J， LEVY F.The growing importance of conitive skills in wage determination[J].Review of Economics & Statistics，1995，77（2）：251-266.
[4]HECKMAN J J， STIXRUD J， URZUA S. The effects of cognitive and noncognitive abilities on labor market outcomes and social behavior[J].Journal of Labor Economics， 2006，24（3）：411-482.
[5]LINDQVIST E， VESTMAN R. The labor market returns to cognitive and noncognitive ability： evidence from the Swedish enlistment[J]. American Economic Journal：Applied Economics， 2011， 3（1）：101-128.
[6]HUANG G， XIE Y， XU H. Cognitive ability： social correlates and consequences in contemporary China[J]. Chinese Sociological Review， 2015， 47（4）：287-313. [7]BORGHANS L， DUCKWORTH A L， HECKMAN J J， et al. The economics and psychology of personality traits[J]. Journal of Human Resources， 2008， 43（4）：972-1059.
[8]ALMLUND M， DUCKWORTH A， HECKMAN J， KAUTZ T. Personality psychology and economics[R].NBER Working Papers，No.16822， 2011.
[9]HECKMAN J J. Integrating personality psychology into economics[R].NBER Working Papers， No.17378， 2011.
[10]BOWLES S， GINITS H. Schooling in capitalist America：educational reform and the contradictions of economic life[M]. New York： Basic Books， 1976：158-162.
[11]EDWARDS， B C， MCWILLIAMS J M. Perception discriminats of cognitive perception abilities[J]. Journal of Psychology， 1976， 94（1）：139-144.
[12]NYHUS E K， PONS E. The effects of personality on earnings[J]. Journal of Economic Psychology， 2005， 26（3）： 363-384.
[13]KUREKOV L M， BEBLAVY′ M， HAITA C， THUM A E，Employers’skill preferences across Europe： between cognitive and noncognitive skills[J]. Journal of Education & Work， 2015， 29：1-26.
[14]黃国英，谢宇.认知能力与非认知能力对青年劳动收入回报的影响[J].中国青年研究，2017（2）：56-64，97.
[15]程虹，李唐. 人格特征对于劳动力工资的影响效应——基于中国企业—员工匹配调查（CEES）的实证研究[J]. 经济研究，2017，（2）： 171-186.
[16]乐君杰，胡博文. 非认知能力对劳动者工资收入的影响[J]. 中国人口科学，2017（4）： 66-76，127.
[17]DAHL R E. Adolescent brain development： a period of vulnerabilities and opportunities： keynote address[J].Annals of the New York Academy of Sciences，2004， 1021（1）： 1-22.
[18]ANDRISANNI P G. Internal-external control as contributor to and outcome of work experience[J].Journal of Applied Psychology， 1976， 61（2）：156-165.
[19]GOLDSMITH A， VEUM J， DARITY W. The impact of psychological and human capital on wages[J]. Economic Inquiry， 1997，35（4）： 815-829.
[20]GROVES M O. How important is your personality？ labor market returns to personality for women in the US and UK[J]. Journal of Economic Psychology，2005， 26（6）：827-841.
[21]GOLDBERG L R. An alternative “description of personality”： the bigfive factor structure[J].Journal of Personality & Social Psychology，1990， 59（6）：1216-1229.
[22]MCCRAE R， COSTA Jr P. The stability of personality： observations and evaluations[J].Current Directions in Psychological Science，1994， 3（6）：173-175.
[23]MUELLER G， PLUG E. Estimating the effect of personality on male and female earnings[J].Industrial and Labor Relations Review， 2006， 60（1）：3-22.
[24]JOHN O P， SRIVASTAVA S. The big five trait taxonomy： history， measurement，and theoretical perspectives[J]. Handbook of Personality： Theory and Research，1999（2）：102-138. [25]JUDGE T A， HIGGINS C A， THORESEN C J， et al.The big five personality traits， general mental ability，and career success across the life span[J].Personnel psychology，1999，52（3）：621-652.
[26]SEIBERT S E， KRAIMER M L.The fivefactor model of personality and career success[J]. Journal of Vocational Behavior， 2001， 58（1）：1-21.
[27]JAKOBWITZ S， EGAN V.The dark triad and normal personality traits[J]. Personality and Individual Differences， 2006， 40（2）： 331-339.
[28]CUNHA F， HECKMAN J J， SCHENNACH S M. Estimating the technology of cognitive and noncognitive skill formation[J]. Econometrica， 2010， 78（3）： 883-931.
[29]KAUTZ T. Hard evidence on soft skills[J]. Labour Economics， 2012，19（4）：451-464.
[30]HECKMAN J， CORBIN C. Capabilities and skills[J].Journal of Human Development and Capabilities， 2016， 17（3）：342-359.
[31]HEINECK G， ANGER S. The returns to cognitive abilities and personality traits in Germany[J]. Labour Economics， 2010，17（3）：535-546.
[責任编辑责任编辑方志]
关键词：关键词新人力资本;认知能力;非认知能力;尽责性;中低技能劳动者
中图分类号：中图分类号F244文献标识码：A文章编号：1000-4149（2019）01-0110-13
DOI：10.3969/j.issn.1000-4149.2019.01.009
一、引言
我国正处在经济转型与产业结构升级的关键时期，产业工人的技术与能力提升是否能够支撑产业的更新升级是我们关注的重点，在此背景下，我国大力推进职业教育与职业培训，旨在为产业转型输出足量保质的合格技能工人。职业教育与培训的一项重要目的是让劳动者获得创造价值与获取收入的能力，在此基础上才能成为产业升级与经济转型的动力。从这一点上来看，我国职业教育与培训的效果并不让人满意。我国职业教育近些年来发展迅速，设置近千个专业，在校人数超过2600多万，毕业生的就业率连续十年保持在95%以上，然而当我们继续关注毕业生在岗位上的表现时，就能进一步窥见问题所在——就业质量堪忧。收入水平低、工作稳定性较差、职业发展空间有限是职业教育毕业生普遍面临的问题。2010—2015年我国职业培训的总培训量高达1.2亿人次，与之相随的是培训有效性与针对性饱受诟病，能满足企业转型需要的技能工人仍然存在较大的缺口，技能劳动者仅占就业人员的21%
数据来自于《2010—2015年度人力资源和社会保障事业发展统计公报》。。这是否说明我国的技能教育与培养体系忽视了产业工人在中低端劳动力市场上取得回报的一些重要胜任力素质，在此背景下我们需要从探寻中低技能工人的收入决定因素出发，从而进一步探索其提升收入与就业质量的有效途径。
二、文献综述
基于传统人力资本研究框架，劳动经济学者在关注收入决定时，大多聚焦教育水平[1-2]，大量的实证研究简单地将教育作为潜在能力的代理变量，这样做的隐含假设是个体教育水平的差异可以较为准确地反映出在劳动力市场上获得报酬的各种能力水平的差异。但是在我国劳动力市场上，即使教育水平相同的个体，运算、语文等技能差别仍然很大，可见收入决定中的能力要素不容忽视。新人力资本理论开启了以“能力”而非“教育”为核心的研究框架，研究者们得以更深层次地去刻画人力资本的异质性。在新人力资本理论中以前被认为是不可测量的能力成为收入决定中的核心变量，而对于能力应该包括哪些维度，实证研究也经历了一系列探索的过程。
起先，大量的实证研究发现对个体收入等社会经济结果而言，认知能力
认知能力是指人脑加工、储存和提取信息的能力，即人们对事物的构成、性能与他物的关系、发展的动力、发展方向以及基本规律的把握能力。它是人们成功地完成活动最重要的心理条件。知觉、记忆、注意、思维和想象的能力都被认为是认知能力。即智商，是最强有力的决定因素[3-5]，影响路径包括直接影响收入与通过影响教育水平间接影响收入。其中后者的效应更强，学者们发现当剔除教育因素后，认知能力对收入的预测能力显著下降[6]。因此，在研究认知能力的收入效应时，如何去除教育混杂的影响是实证研究需要解决的重要问题。然而，认知能力在对个体收入的解释力上并未让人满意。传统经济学研究中，个体决策主要受到约束、偏好和预期的影响，它们通常被设定为外生的。研究者发现非认知能力可以通过影响这三种因素间接影响个体决策，从而决定劳动者的社会经济表现[7-9]。非认知能力即人格特质，指不直接参与认知过程，但对认知过程起作用的心理因素，在实证研究中“大五人格”是最常被用来测量非认知能力的指标[4]。海克曼（Heckman）等通过追踪研究美国参与GED（General educational development）的學生的一系列潜在能力向量发现非认知能力在劳动力市场上有区别于认知能力的独立价值，其与认知能力在预测成人劳动者工资上效力相当，回报率约为11.2%[4]。至此，新人力资本的理论框架基本确定，认知能力与非认知能力一起构成了新人力资本的核心。
随着研究的展开与深入，研究人员们发现认知能力的解释力随着工作复杂程度的降低有所降低，而非认知能力对工资的影响在中低端劳动力市场上表现得尤为突出。马克思主义经济学家们很早就发现在以低技能为特点的劳动力市场中，比起智力和独立思考能力，雇员的忠诚、服从和持久性对雇主更有价值[10-11]。尼赫斯（Nyhus）和庞斯（Pons）利用荷兰住户调查数据（DNB）检验了“大五人格”特征的收入效应，发现宜人性与女性低收入群体紧密相关[12]。林奎斯特（Lindqvist）、韦斯特曼（Vestman）在比较了认知与非认知能力的收入效应后，认为非认知能力对低技能工人与收入分布中的低层次群体的收入有很好的预测力，而认知能力的预测力主要针对技能工人与收入分布在15分位以上的群体。基于研究结论他们认为在劳动力市场上认知能力的作用在于如何追求成功，而非认知能力的重要性在于如何避免失败。此外，非认知能力能较好地预测和解释不同行业与不同特征的劳动力市场上的工作表现[5]。库尔科瓦（Kureková）等发现对比工业制造业部门，服务业的中低技能岗位上雇主更偏好非认知能力。不同国家的劳动力市场对能力类型的偏好也有很大差异，捷克与爱尔兰劳动力市场正规化程度较高，正规学历教育与认知能力更受青睐。丹麦劳动力市场需求的灵活性更强，看重雇员能够跨职业跨技能从事工作，因此雇主更青睐一系列的非认知能力，包括沟通、独立性和信任感[13]。 综上所述，现有围绕新人力资本的收入效应研究主要集中于发达国家，对发展中国家的劳动力市场关注不足，特别是针对特征性劳动力市场（例如中低端劳动力市场）还鲜有人关注。囿于数据局限性，我国围绕新人力资本回报率的研究仍然处于起步阶段，即使有研究者选择少数可以支撑此类研究的数据库（CFPS，CEES）进行实证研究，这些研究也存在一些可以改进的地方：这些研究一方面缺乏对中国劳动力市场的异质性分析，另一方面采用的识别策略也存在一些不足，使得能力与工资的因果关系得不到有效识别[14-16]。大部分的研究通常假定能力是外生的，即认为其不会受到与个体收入、教育决策相关的因素影响。智商水平在10岁左右保持稳定尚且较为符合假定，但非认知能力的形成特点从根本上与这个强假设相违背。达尔（Dahl）发现非认知技能的可塑期比认知能力更长，因为负责控制情绪和自我管理的脑前额皮质在20多岁以内都具有可塑性[17]。因此，非认知能力在生命周期内并不稳定，它不仅会影响收入，与收入相关的教育、经验等因素也会反过来影响非认知能力的形成，从而存在反向因果关系，使得实证估计的结果存在偏差。
在此背景下，本文利用“全国中等职业教育毕业生就业质量调查”数据，放松非认知能力的外生性假设，探寻认知与非认知能力在我国中低端劳动力市场上的回报，以期为我国中低技能人才的培训与就业能力开发方案提供实证参考。
三、数据、模型和变量
1.数据来源
本文的数据来源于教育部组织进行的“2015年全国中等职业教育毕业生就业质量调查”数据，该数据采用网络问卷在线自填方式，按照5%的比例对山东、四川两个地区的2010—2013年间毕业的中职毕业生进行抽样调查，经过对无效样本的剔除筛选，共回收1413个样本。值得指出的是此项调查首次纳入认知与非认知能力的测量，而其他同类型调查都很难获得能力的测量数据。此数据还具有以下优点，首先数据包含了毕业生初次进入劳动力市场的工资，这为我们克服截面数据在估计因果效应时存在的缺陷，解决内生性问题找到了突破口。其次，如前所述能力可以通过影响个体获得教育水平来影响收入，因此选取同一教育程度的毕业生作为样本分析两种能力的回报，完全避免了教育作为混杂因素，对能力—收入效应的干扰。国家通常用劳动者的学历与收入水平来定义其技能等级，本数据的样本全部是中职院校的毕业生，且样本群体的工资水平为当地当年最低工资标准的1.6—1.8倍，因此本文将样本群体定义为中低技能群体。
3.变量选取
本文的研究对象为中低技能劳动者，因变量是对中低技能劳动者的月工资收入取对数。核心自变量是新人力资本的核心——认知与非认知能力。认知能力测试题目中4道来自韦氏智力量表，2道来自卡特尔16PF聪慧性试题，4道来自瑞文（Raven’s Progressive Matrices）标准推理测验。非认知能力方面，不同的研究选择不同的量表对非认知能力进行度量，较为常见的包括自尊量表[19]、控制点量表[20]、侵略性—逃避性量表[20]和大五人格量表（或称为五要素模型）。越来越多的证据表明，所有对于个人特质的度量都可以归类到五要素模型中[21]，而像自尊、控制点并不能完全涵盖所有个人特质;大五人格结构的维度划分能适用于不同的文化，并能保持较高的稳定性[22];此外，很多对个人特质回报的实证研究都采用了五要素模型，采用相同的度量方法便于进行结果的比较[23]。可见，大五人格量表在度量个性特质时全面而稳定，应用性较广。因此，本研究采取大五人格量表度量非认知能力
原量表共44个问题，每个维度有8—10个问题，考虑到问卷题量过大，在本次调查中每个维度仅取了4个问题。大五人格量表的信度系数一般在0.75—0.90之间，此次调查中五个维度换算出的信度系数为0.78—0.86，平均值为0.82，满足了高于0.75的信度标准。因此，本次调查对非认知能力的度量是可信的。，它将人的个性特质分为开放性、尽责性、外倾性、随和性和神经质，表1是大五人格的解释[24-27]。非认知能力中的五大人格特质得分和认知能力得分都用平均得分表示。其他变量包括健康状况、工作经验、性别、家庭经济地位、兄弟姐妹个数、员工类别、地区和受访者參加第一份工作第一个月的工资收入，所有变量的描述性统计见表2。
四、实证分析
1.描述性统计结果
表3是变量的描述性统计分析，从新人力资本的角度来看，女性的智商得分更高，此外女性在尽责性、外倾性、随和性方面的得分比男性高，而男性在开放性和神经质方面的得分高于女性。传统人力资本存量方面，女性比男性更有优势，其中女性工作经验比男性更丰富，并且健康状况更好。家庭背景方面，男性的家庭经济地位比女性更高，且兄弟姐妹个数比女性更少。分不同的职业类型来看新人力资本方面，两种类别的员工智商水平相当，而技术管理类的员工在开放性、尽责性、外倾性和随和性方面的得分都高于普通一线员工约10%左右，神经质方面，普通员工得分高出4%，说明普通员工在工作中焦虑、沮丧的情绪比较多。传统人力资本存量方面，非普通员工的健康状况和工作经验都比普通员工更有优势。家庭背景方面，普通员工的家庭经济地位高于非普通员工的家庭经济地位，而非普通员工的兄弟姐妹个数比普通员工更少。
2.回归分析结果
本文的研究主要包括两个步骤，首先根据方程（1）的模型结构，使用多元回归方法，其中我们关注的三个重点：①新人力资本对中低技能劳动者工资的影响程度;②新人力资本对中低技能劳动者工资影响的性别差异;③新人力资本对不同职业类别的劳动者工资差异的影响。其次是根据方程（2）、方程（3）和方程（4），利用中职毕业生的第一份工作构建一个非认知能力的外生变量，控制结果的内生性，比较多元回归结果和使用工具变量后的结果。为了更加审慎地描述实证结果，在阐释经验证据时，将许多已有研究的相关结论与本文的研究进行对比分析，以此来验证本部分结论的合理性和稳健程度。 （1）新人力资本对中低技能劳动者工资收入的影响。
已有的大量实证研究结果表明新人力资本对工资有显著的影响[4-5，7-8，23，28-31]，表4的结论验证了在我国中低端劳动力市场上能力的收入效应也非常显著。模型（1）是基准模型，主要为了探讨除新人力资本之外，其他变量尤其是传统人力资本变量（经验、健康）对中低技能劳动者工资的影响，结果表明，模型中的所有自变量对工资都有显著的影响。其中传统人力资本因素中的工作经验与健康状况的提升在劳动力市场中都有显著的正向回报。
模型（2）中仅加入认知能力，不含非认知能力，模型（3）中仅加入非认知能力，不含认知能力，模型（4）为完整模型。横向比较发现，调整R方逐步增大：与基准模型相比，只加入认知能力，对工资对数方差的解释增加了0.4%，只加入非认知能力，对工资对数方差的解释增加了1%，同时加入认知能力和非认知能力后，对工资对数方差的解释增加了1.5%，可见，在中低端劳动力市场上非认知能力与认知能力相比，对工资方差的解释力度更大。在模型（2）和模型（4）中，认知能力的系数显著为正，认知能力对工资有正向影响，认知能力每提高一个标准差，劳动者工资提高6.6%，这与国外实证结果相一致，格罗夫斯（Groves）发现随着智商一个标准差的增加，工资将增加6.6%—7.7%[20]。在非认知能力中的五个维度中，对工资影响最大的是尽责性，其影响程度为14.3%，在5%的显著性水平上显著，即在其他变量控制不变的情况下，尽责性得分每提高一个标准差，工资会提高14.3%。其余四个维度对工资的影响程度在一个数量级，其中开放性、外倾性与随和性估计系数为负，神经质的估计系数为正，这些结果都不显著。从结果来看，尽责性对中低技能劳动者的收入影响最大。
值得一提的是，所有回归模型中，性别虚拟变量的标准估计系数为0.2，且在1%的显著性水平上显著，表明在其他变量不变的情况下，男性比女性月工资高20%，说明在中低技能劳动者中，工资存在较大的性别差异。所有模型中员工类型虚拟变量也都显著，普通员工虚拟变量的标准估计系数为-0.2，说明在其他变量不变的条件下，普通员工比非普通员工工资低20%。这意味着在中低端劳动力市场上收入的性别与岗位异质性较强。那么，认知能力和非认知能力对不同性别以及不同岗位的中低技能劳动者的工资有怎样的影响，能力的回报是否也存在明显的异质性是我们接下来要探讨的问题。
（2）新人力资本对中低技能劳动者收入效应的异质性分析。新人力资本可能通过影响个体的职业选择而对工资产生影响，因此本文首先考察了能力的回报率在职业类别方面的异质性表现。表5中不完整模型和完整模型显示了加入员工职业类型这一变量前后的估计结果。加入员工的职业类型作为解释变量后，非认知能力中尽责性的回报率下降了7%左右，为14.3%，认知能力收入效应基本稳定，为7.0%。可见，非认知能力对工资的影响在不同岗位上具有很强的异质性，我们有必要按照不同的职位类型分别估计能力对工资的影响。表5的3、4两列中，我们把样本分为普通员工和非普通员工两种职业类别的群体，其中普通员工是指从事一线生产的普通操作工人，非普通员工以技术人员和行政管理人员为主，对于普通员工来说，尽责性对工资有正向影响，其他变量控制不变的情况下，尽责性得分每提高一个标准差，月工资会提高17%，高于总体的14.3%和非完整模型中的15.3%;认知能力对普通员工月工资的影响并不显著，可见在普通一线操作岗位上，尽责性超越了智商成为最被雇主看重的能力素质类型。这与林奎斯特和韦斯特曼的研究[5]結果类似，即对于低技能的员工来说，非认知能力比认知能力的回报更高。值得注意的是在本文的其他样本中均不显著的神经质维度显著影响了普通工人工资水平，其得分每提高一个标准差，月工资会提高9.3%。可能的原因是普通一线工人从事强度大、重复性强、枯燥无味的体力劳动，情感越孤僻反而能将精力集中到无味的工作中，提高劳动效率。其次，表5呈现了新人力资本回报的性别异质性。认知能力在中低端劳动力市场的回报显示出轻微异质性，男性的回报率略高于女性，分别为5.9%与5.7%。而非认知能力的收入效应呈现出相反趋势，表现出更强的性别异质性。其中最显著的维度是尽责性，其对工资的解释力和显著性在不同性别之间存在明显差异。尽责性对男性工资没有显著影响，而对于女性来说，控制其他变量，尽责性得分每提高一个标准差，会引起月工资22.2%的提升，不仅高于完整模型中的14.3%，而且与其他传统人力资本变量相比也有明显的回报优势。这与穆勒（Mueller）和泊拉格（Plug）的研究[23]结果一致，即尽责性对于女性更具回报优势。究其原因可能是不同性别的劳动者由于天赋或偏好的差异，从而进入到不同的职业与岗位中，不同职业与岗位上的雇主看重与偏好的能力维度具有较大差异。样本中男性劳动者有62.90%集中在专业技术岗位，该领域更看重雇员的掌握和运用技术的能力，这种能力更大程度上反映的是智商水平。样本中女性劳动者有67.33%集中在与服务相关的职业，这种岗位上雇主可能更看重性格、情绪等特征，使得非认知能力对于女性来说回报更高。
（3）新人力资本对中低技能劳动者收入效应的稳健性分析。
如前所述，非认知能力与收入之间可能存在反向因果关系，本文采用格罗夫斯研究中使用的方法[20]，把开放性、尽责性、外倾性、随和性和神经质分别作为被解释变量，对前一期月工资及其他外生控制变量进行回归（见方程2），估计出每个维度的外生得分，再把这些外生变量代入原回归模型进行估计。对控制内生性前后两个模型回归系数进行Hausman检验，Chi（12）值为93.61，对应P值为0.0000，说明原模型中非认知能力存在较强内生性。
如表6所示，在原模型中引入非认知能力外生变量后，认知能力表现稳健，回报率为6.9%;尽责性对小时工资的影响程度由0.143减小到0.104，显著性水平由1%变为5%，即控制其他变量不变，尽责性得分提高一个标准差，会带来月工资10.4%的提升，可见在职场中与收入相关的特征确实会反过来影响和塑造劳动者的个性特征。控制了内生性后，尽责性依然显现出相对于智商而言，稳健的回报优势，而这种优势主要来源于女性劳动者中尽责性有很高的回报率，甚至高于传统人力资本变量（健康、经验等）。特别值得指出的是，在中低端劳动力市场中以尽责性为主的人格特征的回报率比认知能力（智商）更大，这不仅为我们探索提升中低技能劳动者收入之道找到了突破口，也为中职教育中基于不同能力维度的培养方案的制定提供了实证依据。 五、结论与启示
1.结论
本文利用“2015年全国中等职业教育毕业生就业质量调查”数据考察了传统劳动经济学研究收入时常常被忽略的能力变量在中低端劳动力市场的回报。实证研究首先发现在控制了其他传统人力资本变量后，认知能力与非认知能力都显现出对工资显著的正向作用，回报率分别为6.6%和14.3%，其中非认知能力的收入效应主要来自于尽责性维度。可见，总的来说非认知能力在中低端劳动力市场上更有价值。
其次，本研究发现认知能力与非认知能力的回报在不同性别与不同职业类型中具有较强的异质性，但是与认知能力相比，其在中低端劳动力市场上的优势非常稳健。其中男性的认知能力回报略高于女性，而非认知能力在提升女性收入方面的作用非常显著。女性的尽责性对收入有显著正效应，回报率大于样本平均水平，约为22.2%，而非认知能力的所有维度对于男性都没有显著影响。此外，非认知能力在普通一线员工的收入回报中优势明显，尽责性与神经质都显著促进了中低端劳动力市场上普通员工的收入提升，贡献率分别为17%与9.3%。
最后，本研究发现非认知能力的形成也会受到工资的影响，在纠正了内生性后，本文检验了新人力资本对中低技能群体的收入效应具有较好的稳健性。虽然非认知能力的影响有些微下降，但仍然十分显著，约为10.4%，显著高于认知能力的回报（6.9%）。
2.政策启示
本研究的结论具有以下三个方面的政策启示。
首先，中职教育毕业生是选拔考试的非成功者，其考试成绩不仅体现了智力水平（认知能力）还能体现一些非认知能力的差异，例如成就动机、学习能力和自我约束能力。生源能力水平普遍偏低，使得中职教育难以摆脱“次等教育”的困境。本文的研究结论显示新人力资本中的尽责性维度在中低端劳动力市场上具有很强的回报优势，因此职业教育要突破这一困境，公共教育与培训部门不能仅把精力放在学生的课程学习与技能养成上，而需另寻突破口，着力培养他们“精雕细琢，精益求精”的工作态度和工匠精神。工匠精神的核心品质是敬业与专注，这两种特质都与大五人格中的尽责性维度高度关联。一般来说，中职学生的年龄段处于15—20岁间，此时智商水平基本稳定，提升空间有限，而非认知技能恰好处于形成的关键时期且具有高回报率，应该成为公共教育投资和开发的重点。“事匠技”与“尚匠心”缺一不可，公共教育部门在课程体系的建设、师资力量的配备与资金支持上至少应将对工匠精神（非认知能力）的重视程度上升到与考试成绩（认知能力）同等重要的地位。
其次，本文发现了非认知能力回报具有很强的性别异质性，其对于女性低收入群体的高回报率使得非认知能力可以成为缩小性别收入差距的有效突破口。在围绕职业能力的培养方案的设计中，我国应该针对女性的能力回报特点开发非认知技能提升课程，把责任心、情绪控制与压力管理的技巧纳入课程与考核体系中去。
最后，以扶持弱势群体为目标的公共政策通常陷入难以平衡“公平与效率”的窘境中。传统的培训课程中考试成绩与技术教学（均与认知能力密切相关）是就业能力建设的核心，但培训效果和效率并未让人满意。本研究发现非认知能力在中低端劳动力市场上具有稳健的高回报率，这为我国公共部门开发兼顾“公平与效率”的低收入群体就业能力建设和培训政策提供了一個可行的切入点。在针对中低收入群体的职业能力建设中，开展围绕职业精神、责任感等非认知能力的培训课程，不仅能通过扶弱推动劳动力市场的公平发展，还能大幅提升公共培训工作的效率水平，有效推动低技能群体的收入水平。
参考文献：
参考文献内容
[1]BECKER G S. Human capital： a theoretical and empirical analysis， with special reference to education[M]. Third edition. Chicago and London： University of Chicago Press， 1964：59-91.
[2]MINCER J. Progress in human capital analysis of the distribution of earnings[R].NBER Working Papers，No.0053， 1974.
[3]MURNANE R， WILLETT J， LEVY F.The growing importance of conitive skills in wage determination[J].Review of Economics & Statistics，1995，77（2）：251-266.
[4]HECKMAN J J， STIXRUD J， URZUA S. The effects of cognitive and noncognitive abilities on labor market outcomes and social behavior[J].Journal of Labor Economics， 2006，24（3）：411-482.
[5]LINDQVIST E， VESTMAN R. The labor market returns to cognitive and noncognitive ability： evidence from the Swedish enlistment[J]. American Economic Journal：Applied Economics， 2011， 3（1）：101-128.
[6]HUANG G， XIE Y， XU H. Cognitive ability： social correlates and consequences in contemporary China[J]. Chinese Sociological Review， 2015， 47（4）：287-313. [7]BORGHANS L， DUCKWORTH A L， HECKMAN J J， et al. The economics and psychology of personality traits[J]. Journal of Human Resources， 2008， 43（4）：972-1059.
[8]ALMLUND M， DUCKWORTH A， HECKMAN J， KAUTZ T. Personality psychology and economics[R].NBER Working Papers，No.16822， 2011.
[9]HECKMAN J J. Integrating personality psychology into economics[R].NBER Working Papers， No.17378， 2011.
[10]BOWLES S， GINITS H. Schooling in capitalist America：educational reform and the contradictions of economic life[M]. New York： Basic Books， 1976：158-162.
[11]EDWARDS， B C， MCWILLIAMS J M. Perception discriminats of cognitive perception abilities[J]. Journal of Psychology， 1976， 94（1）：139-144.
[12]NYHUS E K， PONS E. The effects of personality on earnings[J]. Journal of Economic Psychology， 2005， 26（3）： 363-384.
[13]KUREKOV L M， BEBLAVY′ M， HAITA C， THUM A E，Employers’skill preferences across Europe： between cognitive and noncognitive skills[J]. Journal of Education & Work， 2015， 29：1-26.
[14]黃国英，谢宇.认知能力与非认知能力对青年劳动收入回报的影响[J].中国青年研究，2017（2）：56-64，97.
[15]程虹，李唐. 人格特征对于劳动力工资的影响效应——基于中国企业—员工匹配调查（CEES）的实证研究[J]. 经济研究，2017，（2）： 171-186.
[16]乐君杰，胡博文. 非认知能力对劳动者工资收入的影响[J]. 中国人口科学，2017（4）： 66-76，127.
[17]DAHL R E. Adolescent brain development： a period of vulnerabilities and opportunities： keynote address[J].Annals of the New York Academy of Sciences，2004， 1021（1）： 1-22.
[18]ANDRISANNI P G. Internal-external control as contributor to and outcome of work experience[J].Journal of Applied Psychology， 1976， 61（2）：156-165.
[19]GOLDSMITH A， VEUM J， DARITY W. The impact of psychological and human capital on wages[J]. Economic Inquiry， 1997，35（4）： 815-829.
[20]GROVES M O. How important is your personality？ labor market returns to personality for women in the US and UK[J]. Journal of Economic Psychology，2005， 26（6）：827-841.
[21]GOLDBERG L R. An alternative “description of personality”： the bigfive factor structure[J].Journal of Personality & Social Psychology，1990， 59（6）：1216-1229.
[22]MCCRAE R， COSTA Jr P. The stability of personality： observations and evaluations[J].Current Directions in Psychological Science，1994， 3（6）：173-175.
[23]MUELLER G， PLUG E. Estimating the effect of personality on male and female earnings[J].Industrial and Labor Relations Review， 2006， 60（1）：3-22.
[24]JOHN O P， SRIVASTAVA S. The big five trait taxonomy： history， measurement，and theoretical perspectives[J]. Handbook of Personality： Theory and Research，1999（2）：102-138. [25]JUDGE T A， HIGGINS C A， THORESEN C J， et al.The big five personality traits， general mental ability，and career success across the life span[J].Personnel psychology，1999，52（3）：621-652.
[26]SEIBERT S E， KRAIMER M L.The fivefactor model of personality and career success[J]. Journal of Vocational Behavior， 2001， 58（1）：1-21.
[27]JAKOBWITZ S， EGAN V.The dark triad and normal personality traits[J]. Personality and Individual Differences， 2006， 40（2）： 331-339.
[28]CUNHA F， HECKMAN J J， SCHENNACH S M. Estimating the technology of cognitive and noncognitive skill formation[J]. Econometrica， 2010， 78（3）： 883-931.
[29]KAUTZ T. Hard evidence on soft skills[J]. Labour Economics， 2012，19（4）：451-464.
[30]HECKMAN J， CORBIN C. Capabilities and skills[J].Journal of Human Development and Capabilities， 2016， 17（3）：342-359.
[31]HEINECK G， ANGER S. The returns to cognitive abilities and personality traits in Germany[J]. Labour Economics， 2010，17（3）：535-546.
[責任编辑责任编辑方志]